/ Модель

Характеристики

Контекст
3 072 токена
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
t5-small
Опубликована
13 фев 2024

t5-small-finetuned-govReport-3072

СуммаризацияТекст → текст3 профессии

Дообученная модель T5-small для суммаризации правительственных отчётов и другого входного текста.

16скачиваний за 30 дней0лайковвеса обновлены13 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это компактная модель T5, дообученная автором RMWeerasinghe на наборе govreport-summarization для суммаризации правительственных отчётов. Архитектура — T5ForConditionalGeneration с 38,5 млн параметров; модель преобразует текст в текст и рассчитана на контекст до 3072 токенов.

Модель предназначена для создания краткого изложения по входному тексту, в частности для обзора отчётов. В README приведены результаты оценки: ROUGE-1 0,0371, ROUGE-2 0,0142, ROUGE-L 0,0316 и ROUGE-Lsum 0,0352; эти показатели указывают на ограниченное качество суммаризации и требуют проверки на целевых данных. Базовая модель — google-t5/t5-small. Веса представлены в формате safetensors, лицензия — Apache-2.0.

Сценарии применения

  • составление краткого изложения правительственного отчёта
  • подготовка чернового резюме длинного документа
  • выделение основных положений из текста отчёта

Ограничения

В README указаны низкие значения ROUGE на оценочном наборе, поэтому качество резюме может быть ограниченным; проверьте модель на целевых документах. Языковая поддержка помимо данных набора не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-govReport-3072

This model is a fine-tuned version of google-t5/t5-small on the govreport-summarization dataset. It achieves the following results on the evaluation set:

  • Loss: 3.8367
  • Rouge1: 0.0371
  • Rouge2: 0.0142
  • Rougel: 0.0316
  • Rougelsum: 0.0352

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsum
19.92870.993111.57750.03310.01510.02930.0317
12.4891.98629.13220.03730.01620.03220.0351
10.86932.98937.88340.03670.01530.03270.0348
9.16034.01256.85800.03740.01620.03220.0355
8.25874.991565.70380.03820.01540.03260.0366
6.68695.981874.85530.03880.01590.03410.037
5.89976.982184.30490.03830.01450.03360.036
5.02858.02503.91430.03690.01380.03110.035
4.59448.992813.85330.03760.01490.0320.0353
4.52399.923103.83670.03710.01420.03160.0352

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.17.0
  • Tokenizers 0.15.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
f4e2b3a

0 моделей